Resumen

Row

Última actualización de datos realizada el 2020-07-11 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos positivos

7,231 (+ 386 )

Casos activos

4,983(+386)(68.9%)

Casos recuperados

2,220(+110)(30.7%)

Casos fallecidos

28(+2) (0.4%)

Row

Hospitalizados

132 (+ 11 )

En salón

110(+5) (83.3%)

En UCI

22(+5) (16.7%)

Row

Gráfico de variación de las cantidades de casos en el tiempo

Tabla de cantidades de casos en cantones

Casos positivos

Row

Última actualización de datos: 2020-07-11

Row

Casos positivos

7,231

Row

Mapa de casos positivos en cantones

Gráfico de cantones con mayor cantidad de casos positivos

Casos activos

Row

Última actualización de datos realizada el 2020-07-11 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos activos

4,983

Row

Mapa de casos activos en cantones

Gráfico de cantones con mayor cantidad de casos activos

Casos recuperados

Row

Última actualización de datos realizada el 2020-07-11 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos recuperados

2,220

Row

Mapa de casos recuperados en cantones

Gráfico de cantones con mayor cantidad de casos recuperados

Casos fallecidos

Row

Última actualización de datos realizada el 2020-07-11 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos fallecidos

28

Row

Mapa de casos fallecidos en cantones

Gráfico de cantones con mayor cantidad de casos recuperados

Casos en distritos

Row

Última actualización de datos realizada el 2020-07-11 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

---
title: "Estado del COVID-19 en Costa Rica"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
    vertical_layout: fill    
---

```{r setup, include=FALSE}

#-------------------- Paquetes --------------------

library(flexdashboard)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)

#-------------------- Colores ---------------------

color_positivos <- 'blue'
color_activos <- 'red'
color_recuperados <- 'green'
color_fallecidos <- 'purple'

color_nuevos_positivos <- 'pink'

color_hospitalizados <- 'turquoise'
color_salon <- 'orange'
color_uci <- 'grey'

#--------------------- Íconos ---------------------

icono_positivos <- 'fa fa-certificate'
icono_activos <- 'fa fa-stethoscope'
icono_recuperados <- 'fa fa-heart'
icono_fallecidos <- 'fa fa-skyatlas'

icono_nuevos_positivos <- 'fa fa-certificate'

icono_hospitalizados <- 'fa fa-hospital-o'
icono_salon <- 'fa fa-exclamation-triangle'
icono_uci <- 'fa fa-ambulance'
icono_hombres <- 'fa fa-mars'
icono_mujeres <- 'fa fa-venus'
icono_adultos_mayores <- 'fa fa-blind'
icono_menores <- 'fa fa-child'

#--------------- Otros parámetros -----------------

# Separador para lectura de datos CSV
caracter_separador <- ','

#--------------- Archivos de datos ----------------

archivo_general_pais <- 'http://geovision.uned.ac.cr/oges/archivos_covid/07_11/07_11_CSV_GENERAL.csv'

archivo_positivos_cantones <- 'http://geovision.uned.ac.cr/oges/archivos_covid/07_11/07_11_CSV_POSITIVOS.csv'
archivo_activos_cantones <- 'http://geovision.uned.ac.cr/oges/archivos_covid/07_11/07_11_CSV_ACTIVOS.csv'
archivo_recuperados_cantones <- 'http://geovision.uned.ac.cr/oges/archivos_covid/07_11/07_11_CSV_RECUP.csv'
archivo_fallecidos_cantones <- 'http://geovision.uned.ac.cr/oges/archivos_covid/07_11/07_11_CSV_FALLECIDOS.csv'

#---------------------- Datos ---------------------

# Data frame de datos generales por país

df_general_pais <- read.csv(archivo_general_pais, sep = caracter_separador)
df_general_pais$FECHA <- as.Date(df_general_pais$FECHA, "%d/%m/%Y")

# Data frame de datos generales por país en la última fecha

df_general_pais_ultima_fecha <- 
  df_general_pais %>%
  filter(FECHA == max(FECHA, na.rm = TRUE))

# Data frame de casos positivos por cantón

df_positivos_cantones_ancho <- read.csv(archivo_positivos_cantones, sep = caracter_separador)
df_positivos_cantones <-
  df_positivos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "positivos")
df_positivos_cantones$fecha <- as.Date(df_positivos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos positivos por cantón en la última fecha

df_positivos_cantones_ultima_fecha <- 
  df_positivos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, positivos)


# Objeto sf de cantones
# Carga desde el servicio WFS del SNIT

url_base_wfs_ign_5mil <- "http://geos.snitcr.go.cr/be/IGN_5/wfs?"
solicitud_wfs_ign_5mil_cantones <- "request=GetFeature&service=WFS&version=2.0.0&typeName=IGN_5:limitecantonal_5k&outputFormat=application/json"
sf_cantones <-
 st_read(paste0(url_base_wfs_ign_5mil, solicitud_wfs_ign_5mil_cantones)) %>%
 st_simplify(dTolerance = 1000) %>%
 st_transform(4326)

# Carga desde un archivo GeoJSON simplificado

sf_cantones <- st_read('https://raw.githubusercontent.com/geoprocesamiento-2020i/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_cantonal_ign_wgs84.geojson')

# Objeto sf de casos positivos en cantones en la última fecha

sf_positivos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_positivos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(positivos))

# Data frame de casos activos por cantón

df_activos_cantones_ancho <- read.csv(archivo_activos_cantones, sep = caracter_separador)
df_activos_cantones <-
  df_activos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "activos")
df_activos_cantones$fecha <- as.Date(df_activos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos activos por cantón en la última fecha

df_activos_cantones_ultima_fecha <- 
  df_activos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, activos)


# Objeto sf de casos activos en cantones en la última fecha

sf_activos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_activos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(activos))

# Data frame de casos recuperados por cantón

df_recuperados_cantones_ancho <- read.csv(archivo_recuperados_cantones, sep = caracter_separador)
df_recuperados_cantones <-
  df_recuperados_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "recuperados")
df_recuperados_cantones$fecha <- as.Date(df_recuperados_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos recuperados por cantón en la última fecha

df_recuperados_cantones_ultima_fecha <- 
  df_recuperados_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, recuperados)

# Objeto sf de casos recuperados en cantones en la última fecha

sf_recuperados_cantones_ultima_fecha <-
  left_join(sf_cantones, df_recuperados_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(recuperados))

# Data frame de casos fallecidos por cantón

df_fallecidos_cantones_ancho <- read.csv(archivo_fallecidos_cantones, sep = caracter_separador)
df_fallecidos_cantones <-
  df_fallecidos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "fallecidos")
df_fallecidos_cantones$fecha <- as.Date(df_fallecidos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos fallecidos por cantón en la última fecha

df_fallecidos_cantones_ultima_fecha <- 
  df_fallecidos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, fallecidos)

# Objeto sf de casos fallecidos en cantones en la última fecha

sf_fallecidos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_fallecidos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(fallecidos))


```

Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
### **Última actualización de datos realizada el `r  df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**.


Row
-----------------------------------------------------------------------

### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_posi),")", "", sep = " "), 
         caption = "Total de Casos Positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

### Casos activos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_posi),")", "(",
                       round(100 * df_general_pais_ultima_fecha$activos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de Casos Activos",
         icon = icono_activos, 
         color = color_activos
)
```

### Casos recuperados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","),  "(+" , (
df_general_pais_ultima_fecha$NUE_RECUP),")", "(",
                       round(100 * df_general_pais_ultima_fecha$RECUPERADOS / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de Casos Recuperados",
         icon = icono_recuperados, 
         color = color_recuperados
)
```

### Casos fallecidos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_falleci),")", " (",
                       round(100 * df_general_pais_ultima_fecha$fallecidos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de Casos Fallecidos",
         icon = icono_fallecidos, 
         color = color_fallecidos
)
```

Row
-----------------------------------------------------------------------

### Hospitalizados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_hospi),")", "", sep = " "), 
         caption = "Total de Hospitalizados", 
         icon = icono_hospitalizados,
         color = color_hospitalizados
)
```

### En salón {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_salon),")", " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Hospitalizados en Salón",
         icon = icono_salon, 
         color = color_salon
)
```

### En UCI {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$UCI, big.mark = ","), "(+" , (
df_general_pais_ultima_fecha$nue_UCI),")",  " (",
                       round(100 * df_general_pais_ultima_fecha$UCI / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Hospitalizados en UCI",
         icon = icono_uci, 
         color = color_uci
)
```

Row {data-width=400}
-----------------------------------------------------------------------

### Gráfico de variación de las cantidades de casos en el tiempo
```{r}
plot_ly(data = df_general_pais,
                x = ~ FECHA,
                y = ~ positivos, 
                name = 'Positivos', 
                type = 'scatter',
                mode = 'lines',
                line = list(color = color_positivos)) %>%
  add_trace(y = ~ activos,
                    name = 'Activos',
                    mode = 'lines',
                    line = list(color = color_activos)) %>%
  add_trace(y = ~ RECUPERADOS,
                    name = 'Recuperados',
                    mode = 'lines',
                    line = list(color = color_recuperados)) %>%
  add_trace(y = ~ fallecidos,
                    name = 'Fallecidos',
                    mode = 'lines',
                    line = list(color = color_fallecidos)) %>%  
  layout(title = "",
                 yaxis = list(title = "Cantidad de Casos"),
                 xaxis = list(title = "Fecha"),
                 legend = list(x = 0.1, y = 0.9),
                 hovermode = "compare")
```

### Tabla de cantidades de casos en cantones
```{r}
st_drop_geometry(sf_positivos_cantones_ultima_fecha) %>% 
  select(Provincia = provincia, Canton = canton, Positivos = positivos) %>%
  DT::datatable(rownames = FALSE,
                options = list(searchHighlight = TRUE, 
                               language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
                               )
  )
```

Casos positivos
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
### **Última actualización de datos: `r  df_general_pais_ultima_fecha$FECHA`**


Row
-----------------------------------------------------------------------

### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Total de Casos Positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

Row {data-width=400}
-----------------------------------------------------------------------

### Mapa de casos positivos en cantones
```{r}

paleta_azul <- colorBin(palette = "Blues", 
                        domain = sf_positivos_cantones_ultima_fecha$positivos,
                        bins = 10
               )

leaflet_cantones <- leaflet(sf_positivos_cantones_ultima_fecha) %>% 
  fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
  addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
  addPolygons(fillColor = ~paleta_azul(positivos), stroke=T, fillOpacity = 1,
              color="black", weight=0.2, opacity= 0.5,
              group = "Cantones",
              popup = paste("Provincia: ", sf_positivos_cantones_ultima_fecha$provincia, "
", "Cantón: ", sf_positivos_cantones_ultima_fecha$canton, "
", "Positivos: ", sf_positivos_cantones_ultima_fecha$positivos ) ) %>% addLegend("bottomright", pal = paleta_azul, values = ~positivos, title = "Casos Positivos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Cantones"), options = layersControlOptions(collapsed = TRUE) ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de cantones con mayor cantidad de casos positivos ```{r} st_drop_geometry(sf_positivos_cantones_ultima_fecha) %>% mutate(canton = factor(canton, levels = canton)) %>% top_n(n = 10, wt = positivos) %>% plot_ly(x = ~ canton, y = ~ positivos, type = "bar", text = ~ positivos, textposition = 'auto', marker = list(color = color_positivos) ) %>% layout(yaxis = list(title = "Cantidad de Casos Positivos"), xaxis = list(title = ""), margin = list(l = 10, r = 10, b = 10, t = 10, pad = 2 ) ) ``` Casos activos ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos activos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), "", sep = " "), caption = "Total de casos Activos", icon = icono_activos, color = color_activos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos activos en cantones ```{r} paleta_reds <- colorBin(palette = "Reds", domain = sf_activos_cantones_ultima_fecha$activos, bins = 10 ) leaflet_cantones <- leaflet(sf_activos_cantones_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_reds(activos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Cantones", popup = paste("Provincia: ", sf_activos_cantones_ultima_fecha$provincia, "
", "Cantón: ", sf_activos_cantones_ultima_fecha$canton, "
", "Activos: ", sf_activos_cantones_ultima_fecha$activos ) ) %>% addLegend("bottomright", pal = paleta_reds, values = ~activos, title = "Casos Activos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Cantones"), options = layersControlOptions(collapsed = TRUE) ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de cantones con mayor cantidad de casos activos ```{r} st_drop_geometry(sf_activos_cantones_ultima_fecha) %>% mutate(canton = factor(canton, levels = canton)) %>% top_n(n = 10, wt = activos) %>% plot_ly(x = ~ canton, y = ~ activos, type = "bar", text = ~ activos, textposition = 'auto', marker = list(color = color_activos) ) %>% layout(yaxis = list(title = "Cantidad de Casos Activos"), xaxis = list(title = ""), margin = list(l = 10, r = 10, b = 10, t = 10, pad = 2 ) ) ``` Casos recuperados ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos recuperados {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), "", sep = " "), caption = "Total de casos Recuperados", icon = icono_recuperados, color = color_recuperados ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos recuperados en cantones ```{r} paleta_greens <- colorBin(palette = "Greens", domain = sf_recuperados_cantones_ultima_fecha$recuperados, bins = 10 ) leaflet_cantones <- leaflet(sf_recuperados_cantones_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_greens(recuperados), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Cantones", popup = paste("Provincia: ", sf_recuperados_cantones_ultima_fecha$provincia, "
", "Cantón: ", sf_recuperados_cantones_ultima_fecha$canton, "
", "Recuperados: ", sf_recuperados_cantones_ultima_fecha$recuperados ) ) %>% addLegend("bottomright", pal = paleta_greens, values = ~recuperados, title = "Casos Recuperados", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Cantones"), options = layersControlOptions(collapsed = TRUE) ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de cantones con mayor cantidad de casos recuperados ```{r} st_drop_geometry(sf_recuperados_cantones_ultima_fecha) %>% mutate(canton = factor(canton, levels = canton)) %>% top_n(n = 10, wt = recuperados) %>% plot_ly(x = ~ canton, y = ~ recuperados, type = "bar", text = ~ recuperados, textposition = 'auto', marker = list(color = color_recuperados) ) %>% layout(yaxis = list(title = "Cantidad de Casos Recuperados"), xaxis = list(title = ""), margin = list(l = 10, r = 10, b = 10, t = 10, pad = 2 ) ) ``` Casos fallecidos ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos fallecidos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), "", sep = " "), caption = "Total de casos Fallecidos", icon = icono_fallecidos, color = color_fallecidos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos fallecidos en cantones ```{r} paleta_purples <- colorBin(palette = "Purples", domain = sf_fallecidos_cantones_ultima_fecha$fallecidos, bins = 10 ) leaflet_cantones <- leaflet(sf_fallecidos_cantones_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_purples(fallecidos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Cantones", popup = paste("Provincia: ", sf_fallecidos_cantones_ultima_fecha$provincia, "
", "Cantón: ", sf_fallecidos_cantones_ultima_fecha$canton, "
", "Fallecidos: ", sf_fallecidos_cantones_ultima_fecha$fallecidos ) ) %>% addLegend("bottomright", pal = paleta_purples, values = ~fallecidos, title = "Casos Fallecidos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Cantones"), options = layersControlOptions(collapsed = TRUE) ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de cantones con mayor cantidad de casos recuperados ```{r} st_drop_geometry(sf_fallecidos_cantones_ultima_fecha) %>% mutate(canton = factor(canton, levels = canton)) %>% top_n(n = 10, wt = fallecidos) %>% plot_ly(x = ~ canton, y = ~ fallecidos, type = "bar", text = ~ fallecidos, textposition = 'auto', marker = list(color = color_fallecidos) ) %>% layout(yaxis = list(title = "Cantidad de Casos Fallecidos"), xaxis = list(title = ""), margin = list(l = 10, r = 10, b = 10, t = 10, pad = 2 ) ) ``` Casos en distritos ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**.